class: center, middle, inverse, title-slide # OpenData (Exos) ## Accès au terrain et repérages ### CEREMA Med > Mathieu Rajerison ### <span style="font-size:0.5em;">06/02/2019</span> --- class: center, middle, inverse # Accéder au jeu de données <i class="fas fa-walking fa-3x "></i> --- class: exo ## Exo 1 ► Partez à la recherche des jeux de données (datasets) sur DataSud Pour rappel, il s'agit : - <i class="fas fa-file "></i> des indicateurs de développement durable sur l'épanouissement des êtres humains - <i class="fas fa-file "></i> des populations exposées au dépassement des valeurs de référence des PM10, NO2 et O3 sur la région Sud PACA --- ### Réponse : <i class="fas fa-file "></i> [Dataset épanouissement](https://trouver.datasud.fr/dataset/epanouissement-de-tous-les-etres-humains-indicateurs-de-developpement-durable) <i class="fas fa-file "></i> [Populations exposées](https://trouver.datasud.fr/dataset/populations-et-territoires-exposes-au-depassement-des-valeurs-limites-sur-la-region-sud) --- class: center, middle, inverse # Interpréter les méta-données ### Tâter, lire le terrain <i class="fas fa-book-reader fa-3x "></i> --- Les premières questions à se poser, quand on rencontre un jeu de données, sont les suivantes : - **Qui** a produit la donnée ? -- - **Quand** a-t-elle été produite et est-elle suffisamment récente pour l'usage que je veux en faire ? -- - Quelle est son **emprise géographique** (si elle existe) et quel est son niveau de **granularité** (commune, département, région, interco ?) -- - S'il est possible de le savoir, quel a été **le mode de production** de la donnée ? -- - Après ouverture, paraît-elle d'assez bonne **qualité** ? -- - Le fichier de **méta-données** décrit-il suffisamment bien l'ensemble des variables présentes ? <i class="fab fa-readme "></i> [Lire l'article d'infolabs sur l'interview de la donnée](https://infolabs.io/interview-de-la-donnee) --- class: exo ## Exo 2 ► <i class="fas fa-file "></i> Pour le jeu de données sur l'exposition des populations aux polluants, répondre à ces questions : 1. La donnée mise à disposition a-t-elle été mesurée ou estimée/modélisée ? (Question *comment*) <!-- par modélisation depuis des données de mesure --> -- 2. Puis-je connaître mon exposition aux polluants sur mon lieu de travail ? <!-- l'estimation ne tient pas compte de l'exposition sur son lieu de travail/école, les lieux de loisirs ou lors de ses déplacements--> -- 3. Qui est l'**auteur** de la donnée ? Semble-t-il être de confiance ? Si j'ai une question à poser sur cette donnée, qui contacter ? (Question *qui*) -- 4. De **quand** datent les données ? Puis-je disposer de la donnée d'il y a un mois ? (Question *quand*)<!-- créées le 05 07 2017 avec fréquence annuelle--> -- 5. Le **formats** de la donnée garantit-il son intégration ? <!--CSV, GeoJSON, WFS--> -- 6. Puis-je croiser la donnée avec une autre et diffuser le produit du croisement sous une licence ouverte ? <!-- OpenDataCommons - ODbL--> -- 7. Quelle information aurait-on pour une ligne du tableau si pour celle-ci, **PM10** apparaissait dans la colonne **nom_poll** et **VL** apparaissait dans la colonne **valeur_reg** ? --- class: middle, center #Quelles questions posez-vous à quelqu'un que vous venez de rencontrer ? --- class: exo ## Exo 3 ► <i class="fas fa-file "></i> Pour le jeu de données sur les indicateur d'épanouissement, répondre à ces questions : - volet **Bruit** 1. Les niveaux de bruit sont-ils relevés par mesure locale ou calculés grâce à des modèles numériques ? <!-- Les cartes de bruit ne sont pas le reflet de mesures réellement effectuées dans les zones considérées. Les niveaux de bruit sont évalués au moyen de modèles numériques intégrant les principaux paramètres qui influencent le bruit et sa propagation : densité et nature du trafic, vitesse autorisée, configuration des lieux, caractéristiques de la voie. --> -- - volet **Qualité de l'air** 2. Puis-je obtenir une valeur de polluants exact à proximité de l'usine de Gardanne ? <!-- voir nb de jours dans l'année avec un indice de qualité de l'air mauvais. L’indice Atmo est un indicateur journalier qui fournit une information synthétique sur la qualité de l’air des agglomérations de 100 000 habitants et plus Il ne permet pas de mettre en évidence des phénomènes localisés : pollution en proximité industrielle, automobile… --> -- 3. Le monoxyde de carbone figure-t-il parmi les polluants mesurés en continu ? <!-- Il est basé sur les concentrations dans l’air de quatre polluants mesurés en continu par des appareils automatiques : dioxyde de soufre (SO2), dioxyde d’azote (NO2), ozone (O3) et particules de diamètre inférieur à 10 μm (PM10). --> -- 4. Peut-on avoir un détail par polluant ? <!-- L'indicateur est le nombre de jours par an où l'indice Atmo de la qualité de l'air est médiocre, mauvais ou très mauvais (indice de 6 à 10), en moyenne sur 3 ans. L’indice Atmo prend en compte le polluant le plus pénalisant (pour une même journée, plusieurs polluants peuvent être responsables de l’indice Atmo). Toutefois, les concentrations des autres polluants peuvent également être élevées --> --- class: center, middle, inverse # Pré-visualiser la donnée ### Sonder le terrain <i class="fas fa-glasses fa-3x "></i> --- ## Outils Les outils CSV Good Generator d'Etalab et [CSVLint](https://csvlint.io/) permettent de contrôler la qualité des données. [WTFCSV](https://databasic.io/en/wtfcsv/) permet d'avoir un aperçu rapide des données.